TY -的A2 Llobet Eduard AU -古铁雷斯,Aitor盟——Ansuategi还多盟,Susperregi Loreto盟——Tubio卡洛斯盟——Rankić伊凡盟——Lenža Libor PY - 2019 DA - 2019/05/05 TI -学习策略的基准测试害虫探测和识别对番茄自治侦察机器人使用内部数据库SP - 5219471六世- 2019 AB -温室作物生产全世界增长和早期害虫检测尤为重要的生产力和减少农药的使用。传统的眼睛观察方法nonefficient大作物。计算机视觉和最近的深度学习的进步可以发挥重要的作用在提高可靠性和效率。本文提出的发展和比较两种不同的方法基于视觉的自动探测和识别害虫,使用学习策略。一个解决方案,它结合了计算机视觉和机器学习比较深入学习解决方案。我们工作的重点是选择最好的方法基于害虫探测和识别精度。检查重点是最有害的害虫对温室番茄和胡椒作物, 烟和 Trialeurodes vaporariorum。数据集与大量的感染番茄图像创建生成和评估机器学习和深度学习模型。结果表明,深度学习技术提供了一个更好的解决方案(a)因为它达到疾病检测和分类在一个步骤中,(b)得到更好的精度,(c)能区分之间的更好 烟和 Trialeurodes vaporariorum,(d)允许平衡速度和精度之间通过选择不同的模型。SN - 1687 - 725 - 2019/5219471 / 10.1155 x你——https://doi.org/10.1155/2019/5219471——摩根富林明——《传感器PB - Hindawi KW - ER